20211216-IMF-Measuring_U.S._Core_Inflation_The_Stress_Test_of_COVID-19_27页_929kb

详细总结：美国核心通胀的衡量：新冠疫情的“压力测试”

核心内容

本文探讨了新冠疫情对美国核心通胀衡量方法的影响，比较了多种核心通胀指标在2020-2021年期间的表现，以评估它们在过滤掉疫情带来的暂时性价格波动方面的有效性。研究发现，传统的“排除食品和能源价格”（XFE）核心通胀指标在疫情期间表现不佳，而基于“异常值排除”的核心通胀指标（如克利夫兰联储的加权中位数和达拉斯联储的截断均值）则更加稳定，并且与经济 slack 的关系更为紧密。

主要观点

• 新冠疫情对通胀的影响：疫情导致多个行业出现极端价格波动，从而使得美国的“头条通胀”（headline inflation）变得高度不稳定，而传统的XFE指标未能有效过滤这些波动。
• 核心通胀指标的分类：
  • 固定排除指标（Fixed-Exclusion）：如XFE，排除固定行业，但未能过滤掉所有导致波动的行业。
  • 异常值排除指标（Outlier-Exclusion）：如加权中位数和截断均值，通过排除极端价格变化来稳定通胀衡量。
• 异常值排除指标的优势：这些指标在疫情期间表现更稳定，与经济 slack 的关系也更紧密，因此比固定排除指标更能反映核心通胀趋势。
• 核心通胀与菲利普斯曲线的关系：核心通胀应与经济 slack 反向变动，而异常值排除指标更符合这一理论，尤其是在2020-2021年期间。
• 不同异常值排除方法的比较：在2020-2021年期间，截断均值和加权中位数指标表现相近，但需要足够的剔除比例（至少25-30%）才能有效过滤波动。

关键信息

1. XFE指标的表现

• XFE指标在疫情期间的波动性与头条通胀相当，未能有效过滤行业价格波动。
• 在2020年4月至2021年6月期间，XFE指标经历了显著的波动，如从负值飙升至正值。
• 在2021年4月，XFE指标的上涨幅度（11.6%）高于头条通胀（9.6%），这表明XFE未能完全排除影响通胀的行业。

2. 异常值排除指标的稳定性

• 加权中位数（Weighted Median）和截断均值（Trimmed Mean）指标在疫情期间表现更为稳定。
• 加权中位数在2020-2021年期间的波动性显著低于XFE指标，且与经济 slack 的关系更紧密。
• 截断均值指标（如达拉斯联储）在剔除24%的底部和31%的顶部后，表现出与加权中位数相似的稳定性。

3. 行业价格波动的影响

• 头条通胀的极端波动主要来自于部分行业的价格剧烈变化，如交通、住宿、二手车、服装等。
• XFE指标未能有效过滤这些行业，因为它们的价格变化幅度较大，但未被排除。
• 例如，在2020年4月，XFE指标排除了食品和能源行业，但未排除如汽车租赁、公共交通等价格大幅下降的行业。
• 在2021年4月，XFE指标排除了食品和能源行业，但未排除如二手车、汽车租赁等价格大幅上升的行业。

4. 经济 slack 与核心通胀的关系

• 根据菲利普斯曲线理论，核心通胀应与经济 slack 反向变动。
• 在2020-2021年期间，加权中位数和截断均值指标与失业率缺口（unemployment gap）呈现更紧密的负相关关系。
• XFE指标在某些时期（如2020年4月至9月）与slack的变动方向不一致，表明其不能准确反映核心通胀。

5. 不同核心指标的比较

• 克利夫兰联储的加权中位数：在2020-2021年期间表现最为稳定，与经济 slack 的关系最紧密。
• 达拉斯联储的截断均值：在剔除足够比例的异常值后，与加权中位数表现相近。
• 亚特兰大联储的粘性价格指标：在剔除部分异常值后，表现介于XFE和加权中位数之间。
• 旧金山联储的“非敏感”通胀指标：在疫情期间也排除了一些受影响较大的行业，但其波动性仍然较高。

6. 政策意义

• 本文支持美联储在疫情期间转向更有效的核心通胀衡量方法，如异常值排除指标。
• 美联储长期以来依赖XFE指标，但疫情经验表明，这种指标可能无法准确反映核心通胀。
• 其他央行（如加拿大央行）已采用异常值排除指标，如加权中位数和截断均值，作为核心通胀的衡量标准。

结构总结

一、引言

• 疫情对经济造成巨大冲击，导致头条通胀高度波动。
• 本文评估了不同核心通胀指标在疫情期间的表现，强调异常值排除指标更有效。

二、疫情前的核心通胀指标表现

• 前期研究表明，异常值排除指标（如加权中位数和截断均值）比XFE指标更稳定，且与经济 slack 更相关。
• 菲利普斯曲线理论支持核心通胀与slack反向变动，异常值排除指标更符合这一关系。

三、疫情期间核心通胀指标比较

• XFE指标在疫情期间波动性大，未能有效过滤行业价格变化。
• 异常值排除指标（如加权中位数和截断均值）表现更稳定，且与slack变动方向一致。
• 亚特兰大联储的粘性价格指标和旧金山联储的“非敏感”指标表现介于两者之间。

四、核心通胀指标与经济 slack 的关系

• 头条通胀和XFE指标与slack关系较弱，甚至在某些时期方向相反。
• 异常值排除指标与slack关系更紧密，表明其更能反映核心通胀趋势。
• 在2021年9月至11月期间，通胀增长速度超过预期，这可能与劳动市场紧张度的衡量方式有关。

五、不同异常值排除方法的比较

• 加权中位数和截断均值在剔除足够比例的异常值后，表现相近。
• 剔除比例不足的指标（如仅剔除8%）则未能有效过滤头条通胀的波动。

六、结论

• 疫情为美国核心通胀指标提供了“压力测试”，异常值排除指标在此次测试中表现更优。
• 美联储应考虑转向这些更稳定、更贴近经济条件的核心通胀指标，以更好地指导政策。